待验证50% 置信事实精确时间
SE模块通过全局平均池化将每个通道的空间信息压缩为单一标量，再学习通道间重标定权重。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证亚1比特压缩意味着平均每个参数所占用的信息量被压缩到不足1个比特65% 相似待验证分离式推理将计算密集的预填充阶段与内存带宽密集的解码阶段解耦，分配到各自最适合的硬件资源池独立扩缩容64% 相似待验证分块KV Cache压缩技术通过在固定长度段内用可学习门控层将Token压缩成摘要，大幅减轻长上下文显存压力，但同时使Token在压缩段内的位置（相位）变得至关重要。63% 相似待验证该模型从三个维度压缩缓存：64个查询头共享一个latent、编码器中相邻两个token压缩成一个条目、40层中只有4层保留缓存其余36层不存储63% 相似待验证int8量化是一种将神经网络权重从32位或16位浮点数压缩为8位整数的模型压缩技术，可将显存占用减少约50%-75%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028227API
curl https://kongchang.com/api/v1/knowledge/claims/1028227MCP
get_claim(id=1028227)